.jpg "Компания Netxpert")
Система RoadTracer из Лаборатории компьютерных наук и искусственного интеллекта может снизить нагрузку на разработчиков приложений, таких как Google Maps.
Онлайн карты, возможно уже изменили наш мир, но они еще не смогли все отобразить. В частности дороги, которые даже после получения аэрофотоснимков компаниям приходится тратить много времени на поиск дорог. В результате даже такие гиганты, как Google еще не смогли отобразить более 32 миллионов километров дорог по всему миру.
Пробелы на картах являются большой проблемой, и что бы её решить исследователи из лаборатории компьютерных наук и искусственного интеллекта технологического института (CSAIL) создали RoadTracer, автоматизированный метод построения дорожных карт, который на 45 процентов более точен, чем существующие подходы.
Используя данные с аэрофотоснимков, команда говорит, что RoadTracer не только более точна, но и более экономична, чем современные подходы. Новая технология будет полезна как для таких больших компаний, как Google, так и для небольших организаций, не имеющих ресурсов для изучения и исправления большого количества ошибок на картах.
Например, глядя на аэрофотоснимки Нью-Йорка, RoadTracer может правильно отобразить 44 процента дорожных развязок, что более чем в два раза эффективнее традиционных подходов, основанных на сегментации изображений, которые могут отобразить только 19 процентов.
Текущие усилия по автоматизации карт, включают в себя обучение нейронных сетей для изучения фотоснимков и определение отдельных пикселей как “дороги” или “нет”. Поскольку аэрофотоснимки часто могут быть неоднозначными и неполными, такие системы требуют последующей обработки, пытаясь заполнить некоторые пробелы. К сожалению, “сегментационные” подходы часто неточны: если модель неправильно маркирует пиксель, эта ошибка будет усилена в окончательной дорожной карте. Ошибки особенно вероятны, если на аэрофотоснимках есть деревья, здания или тени, которые скрывают, где дороги начинаются и заканчиваются.
Между тем RoadTracer создает карты шаг за шагом. Он начинается в известном месте в дорожной сети и использует нейронную сеть для изучения окружающей области, чтобы определить, какая точка, скорее всего, станет следующей частью дороги. Затем он добавляет эту точку и повторяет процесс, чтобы постепенно отслеживать дорожную сеть.
Действительно, одним из преимуществ дополнительного подхода RoadTracer является то, что он значительно облегчает исправление ошибок; руководители людей могут просто исправить их и повторно запустить алгоритм с того места, где они остановились, вместо того, чтобы продолжать использовать неточную информацию, которая просачивается в другие части карты.
Конечно, аэрофотоснимки — всего лишь одна часть головоломки. Они не дают вам информации о дорогах с эстакадами и подземными переходами, поскольку невозможно установить сверху. В результате команда также разрабатывает отдельные алгоритмы, которые могут создавать карты из данных GPS, и работать над объединением этих подходов в единую систему для сопоставления.
